装甲装备智能化发展的主要方向探究

当前,人工智能技术已在军事领域全方位渗透,"智能参谋"、无人机蜂群、无人战车、仿生机器人等武器装备已投入军队使用并取得了良好作战效果.装甲装备作为军事武器装备的重要组成部分,在未来智能化战争中仍然是陆战场的主角,而装甲装备的智能化发展也正在由单个"功能点"的突破向"战术面"融合的阶段迈进.本文认为,未来智能化战争对装甲...     

军事领域细粒度识别技术与应用

战争的信息化程度不断加深对军事侦察提出了更高要求。军事目标识别作为军事侦察的主要任务之一,需要能够处理细粒度军事目标,为人员提供更加详细的目标信息。但传统的粗粒度目标识别方法无法得到目标的细粒度信息。因此,如何识别细粒度目标成为目前军事侦察亟需解决的问题。针对该问题,本文结合军事领域的实际需求,对细粒度识别技术的发展现状进行了分析,提出了军事领域细粒度识别技术应用流程的数据集构建、模型设计和终端部署三个阶段,同时,从无人机侦察、遥感侦察和单兵侦察三个方向分析了细粒度识别的应用前景。经过分析,军事领域细粒度识别技术已经具备实际运用条件,具备良好的应用价值。     

陆战分队空地一体无人作战系统装备体系构想研究

在智能战争时代数字陆战场形势下,智能化、无人化、网络化陆战分队空地一体无人作战系统装备体系已成为未来陆战装备的重要发展方向.首先,重点研析美、俄分队级无人作战系统装备体系发展趋势,明确其以构建陆战分队级部队新质战斗力为核心,大力开展陆战分队级新型无人作战装备建设的发展方向;其次,从独立作战、持续作战、指挥控制、情报侦察...     

地面无人装备对未来陆战的影响及对策

当前,地面无人装备作为多能合一的新质作战力量,已成为世界各军事强国发展的重点,对未来陆战形态影响深远。为准确把握地面无人装备对陆战的影响及未来陆战形态发展趋势,本文首先通过对地面无人装备的发展现状及在研项目的分析,分析装备能力的发展趋势以及可担负的作战任务;其次,从颠覆战场形态、改变作战方式及影响指挥控制方式三个方面阐述了地面无人装备给未来陆战带来的影响;再次,从无人化技术、作战样式及指挥决策三个方面对未来陆战形态的演进进行分析;最后为应对未来陆战变革带来的机遇与挑战,从军事需求、技术发展、优势保持及人才培养四个方面提出了对策与建议,具有一定的理论研究意义。     

美军无人机作战的三大伦理困境

美国无人机的军事应用给传统的战争伦理体系带来新的挑战。首先,无人作战的虚拟环境,可能引发认知层面的紊乱,同时造成目标识别的技治主义倾向;其次,无人作战的不对等打击优势,打破了军事对抗的均衡性,可能造成滥用的后果;再次,无人机智能化水平的提升,引起关于无人机作战的人道性和责任分配的争议,同时还有对军人武德精神消弭的忧虑。对上述3个方面问题作了深入研究与探讨,并尝试进行有针对性的伦理规约,以解决目前所面临的伦理困境。     

陆军无人装备作战指挥信息系统

本文对陆战场无人化、智能化作战需求及其对指挥信息系统的能力要求进行分析。以美军为典型样例对无人装备的指挥信息系统发展现状进行分析,对无人装备作战指挥信息系统体系架构进行构想,并提出未来需重点突破的关键技术,最后对军队无人装备指挥信息体系的发展提出了几点建议。     

美军陆航信息化能力建设之启示

陆航作为地面垂直力量的重要标志,是新时期军事变革的关键领域。美军以体制编制改革、主战平台建设为抓手,从机动作战、发现作战、打击作战、作战指挥、防护作战、保障作战等能力建设入手,迈出向目标部队转换的步伐,走在国际前沿。通过梳理美陆航在战略转型、平台规划、能力建设中的特点,从高速平台、无人平台、有人无人协同技术等方面对我新军事变革下陆航发展提供决策支撑。     

智能化作战及其智能指挥控制技术需求

提出了智能化作战的基本概念,从作战空间、时间、感知、决策、打击、体系等6个方面分析其主要特征,辨析其制胜机理,对指挥控制提出新的要求。面向指挥端和平台端作战,分析人机共生对抗作战、有人/无人协同作战、无人自主作战、无人集群协同作战等4种典型智能化作战样式的作战流程、制胜的关键要素以及指挥控制能力需求,综合提出了智能指挥控制关键技术体系,为未来智能化指挥信息系统发展提供牵引。     

多模态图像智能目标识别对抗攻击

基于深度学习模型的新一代智能化多模态(可见光/红外/雷达)图像识别系统已逐步在航空航天情报侦察、人机交互增强作战系统、无人作战平台自动图像目标识别以及多模复合图像末制导等多个军事场景中得到广泛应用.然而,由于深度神经网络模型在理论上存在不完备性和对抗脆弱性、多模态图像目标识别深度网络结构设计与优化在工程上存在迁移性等因...     

水下平台对敌意图识别技术研究

对敌意图识别是作战平台指挥决策的重要依据。针对水下平台意图特征的识别问题,通过对军事应用领域意图识别框架的分析,建立了水下平台的意图识别框架,同时分析了水下平台可用意图特征及提取方法,并提出了一种适于水下平台的意图识别方法。该方法为意图识别技术研究提供一定的参考。